大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



信息太多记不住？想找的资料总是散落在各处？

你需要一个专属的个人知识库！今天教你用 AnythingLLM 和 DeepSeek 在本地轻松搭建一个，从此告别信息混乱，效率蹭蹭往上涨！

---

你需要准备：

• 一台电脑：配置别太差，内存最好 16G 以上。
• Docker：一个用来运行 AnythingLLM 的工具，去官网下载安装就行。
• DeepSeek 账号：注册一个，然后获取 API Key，这是连接 DeepSeek 的钥匙。如果要使用其他LLM模型，都是一样的流程。

---

本地 Desktop 搭建步骤

1. 准备工作

• 下载 AnythingLLM Desktop 版本
• 访问 AnythingLLM 官方 GitHub 页面：

---

• 在 Releases 页面下载适合你操作系统的 Desktop 版本（Windows、macOS 或 Linux）。

---

• 获取 DeepSeek API Key
• 注册并登录 DeepSeek。

• 在个人中心找到 API Key，复制保存备用。

---

2. 安装 AnythingLLM Desktop

• Windows 用户：
• 双击下载的 .exe 文件，按照提示完成安装。
• 安装完成后，桌面会生成快捷方式，双击启动。
• macOS 用户：
• 双击下载的 .dmg 文件，将 AnythingLLM 拖到 Applications 文件夹。
• 打开 Applications 文件夹，双击 AnythingLLM 启动。
• Linux 用户：
• 解压下载的 .tar.gz 文件。
• 进入解压后的目录，运行以下命令启动：

---

3. 配置 DeepSeek

• 启动 AnythingLLM：

打开 AnythingLLM，进入主界面。点击左侧菜单栏的 Settings。

---

• 选择 LLM Provider：

在 Settings 页面，找到 LLM Provider，选择 DeepSeek。

• 输入 API Key：

在 API Key 输入框中，粘贴你从 DeepSeek 获取的 API Key。选择适合的模型（例如 deepseek-chat）。点击 Save 保存配置。

---

4. 创建知识库

• 点击 Knowledge Bases：

在左侧菜单栏，点击 Knowledge Bases。点击 Create a New Knowledge Base。

• 填写知识库信息：

输入知识库名称（例如 “我的学习笔记”）。添加描述（可选）。点击 Create 完成创建。

也可以从学术研究的角度创建知识库，可以帮助你更好地管理文献综述、数据集、数据分析、算法模型等内容。例如：

• 文献综述库：用于存储和管理相关领域的经典论文和最新研究。
• 数据集库：整理常用的公开数据集及其描述。
• 数据分析库：保存数据分析方法和代码。
• 算法模型库：记录算法实现和模型调优经验。

为每个知识库命名并添加简要描述，例如“文献综述库：存储 NLP 领域的最新论文”或“数据集库：整理计算机视觉常用数据集”。

---

• 应用场景举例来说，比如文献综述库的使用：

在 文献综述库 中，点击 Add Documents，上传 PDF 格式的论文。你可以批量上传多篇文献，方便整理。为每篇文献添加标签，例如研究领域（NLP、CV、强化学习等）、论文类型（综述、实验、理论等）和年份（2020、2021、2022 等）。

上传完成后，你可以在聊天界面提问，例如：“这篇论文的主要贡献是什么？” 或 “列出最近 5 年关于强化学习的综述论文。”

AnythingLLM 会自动从文献中提取信息并生成回答，帮助你快速了解论文内容。

---

• 再比如，你正在研究自然语言处理（NLP）领域：

你可以创建一个 文献综述库，上传最新的 NLP 论文，并添加标签（如“Transformer”、“BERT”）。

在 数据集库 中，整理常用的 NLP 数据集（如 GLUE、SQuAD），并上传数据加载代码。

在 数据分析库 中，保存文本分类和情感分析的代码。

在 算法模型库 中，记录 BERT 模型的实现和调优经验。

通过 AnythingLLM，你可以快速提问，例如：“BERT 模型的主要创新点是什么？” 或 “GLUE 数据集的下载链接是什么？”

系统会从知识库中提取相关信息并生成回答。

以上，大家可以自己动手试试建立自己的知识库，并通过提问的方式获取相应的信息，并进行管理～

---

5. 进阶玩法：

• 训练你自己的 DeepSeek 模型，让知识库更懂你。
• 把 AnythingLLM 和其他笔记软件连接起来，比如 Notion、Obsidian，打造你的知识管理生态系统。
• 分享你的知识库，和小伙伴一起学习进步。

小提示：

• 如果遇到问题，可以查看 AnythingLLM 官方文档。
• 确保你的电脑性能足够，尤其是处理大量文档时。

篇幅有限，后续与大家分享～

---

通过 AnythingLLM Desktop 版本，你可以轻松在本地搭建一个功能强大的 DeepSeek 知识库。

无论是学习笔记、工作资料，还是个人兴趣收藏，都可以高效管理。赶紧试试吧！

以上，就是这么简单！赶紧动手试试吧，打造你的专属知识库，开启高效学习工作新篇章！

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “？”“”等问题热议不断。

事实上，

继等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 分享出来：包括等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 包括等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​